基于深度学习的彩色全息显微术
图像与视频处理
2019-07-17 v1 计算机视觉与模式识别
机器学习
光学
摘要
我们报道一种基于生成对抗网络(GAN)的框架，其利用被三种不同波长光同时照射的样品的单张全息图进行高保真彩色图像重建。训练后的网络学会消除缺失相位相关伪影，并为重建图像生成准确的色彩变换。我们的框架使用经不同组织学染色的肺和前列腺组织切片进行了实验演示。该框架有望应用于即时组织病理学，并且由于仅需样品的单张全息图即可实现准确彩色成像，显著提升了相干显微系统的通量。
引用
@article{arxiv.1907.06727,
title = {Deep learning-based color holographic microscopy},
author = {Tairan Liu and Zhensong Wei and Yair Rivenson and Kevin de Haan and Yibo Zhang and Yichen Wu and Aydogan Ozcan},
journal= {arXiv preprint arXiv:1907.06727},
year = {2019}
}
备注
25 pages, 8 Figures, 2 Tables